MCP Memory LibSQL
mcp-memoria-libsql
Un sistema de memoria persistente de alto rendimiento para el Protocolo de Contexto de Modelo (MCP) basado en libSQL. Este servidor proporciona funciones de búsqueda vectorial y un almacenamiento eficiente de conocimiento utilizando libSQL como almacén de respaldo.
Características
Búsqueda vectorial de alto rendimiento con libSQL
💾 Almacenamiento persistente de entidades y relaciones
🔍 Capacidades de búsqueda semántica
🔄 Gestión de gráficos de conocimiento
🌐 Compatible con bases de datos libSQL locales y remotas
🔒 Autenticación segura basada en tokens para bases de datos remotas
Related MCP server: MCP Memory LibSQL Go
Configuración
Este servidor está diseñado para usarse como parte de una configuración MCP. A continuación, se muestran ejemplos para diferentes entornos:
Configuración de Cline
Agregue esto a su configuración de Cline MCP:
{
"mcpServers": {
"mcp-memory-libsql": {
"command": "npx",
"args": ["-y", "mcp-memory-libsql"],
"env": {
"LIBSQL_URL": "file:/path/to/your/database.db"
}
}
}
}Escritorio Claude con configuración WSL
Para obtener una guía detallada sobre cómo configurar este servidor con Claude Desktop en WSL, consulte Cómo hacer que el servidor MCP funcione con Claude Desktop en WSL .
Agregue esto a su configuración de Claude Desktop para entornos WSL:
{
"mcpServers": {
"mcp-memory-libsql": {
"command": "wsl.exe",
"args": [
"bash",
"-c",
"source ~/.nvm/nvm.sh && LIBSQL_URL=file:/path/to/database.db /home/username/.nvm/versions/node/v20.12.1/bin/npx mcp-memory-libsql"
]
}
}
}Configuración de la base de datos
El servidor admite bases de datos SQLite locales y libSQL remotas a través de la variable de entorno LIBSQL_URL:
Para bases de datos SQLite locales:
{
"env": {
"LIBSQL_URL": "file:/path/to/database.db"
}
}Para bases de datos libSQL remotas (por ejemplo, Turso):
{
"env": {
"LIBSQL_URL": "libsql://your-database.turso.io",
"LIBSQL_AUTH_TOKEN": "your-auth-token"
}
}Nota: Al utilizar WSL, asegúrese de que la ruta de la base de datos utilice el formato del sistema de archivos Linux (por ejemplo, /home/username/... ) en lugar del formato de Windows.
De forma predeterminada, si no se proporciona ninguna URL, se utilizará file:/memory-tool.db en el directorio actual.
API
El servidor implementa la interfaz de memoria MCP estándar con capacidades de búsqueda vectorial adicionales:
Gestión de entidades
Crear/actualizar entidades con incrustaciones
Eliminar entidades
Buscar entidades por similitud
Gestión de relaciones
Crear relaciones entre entidades
Eliminar relaciones
Consultar entidades relacionadas
Arquitectura
El servidor utiliza una base de datos libSQL con el siguiente esquema:
Tabla de entidades: almacena información de entidades e incrustaciones
Tabla de relaciones: almacena relaciones entre entidades
Capacidades de búsqueda vectorial implementadas utilizando las operaciones vectoriales integradas de libSQL
Desarrollo
Publicación
Debido a los requisitos de 2FA de npm, la publicación debe realizarse manualmente:
Crear un conjunto de cambios (documenta tus cambios):
pnpm changesetVersión del paquete (actualiza la versión y el REGISTRO DE CAMBIOS):
pnpm changeset versionPublicar en npm (se solicitará el código 2FA):
pnpm releaseContribuyendo
¡Agradecemos sus contribuciones! Lea nuestras normas de contribución antes de enviar solicitudes de incorporación de cambios.
Licencia
Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.
Expresiones de gratitud
Construido sobre el Protocolo de Contexto Modelo
Desarrollado por libSQL
Available Tools
6 toolscreate_entitiesC
Create new entities with observations and optional embeddings
Inputs: entities (required).
create_relationsC
Create relations between entities
Inputs: relations (required).
delete_entityA
Delete an entity and all its associated data (observations and relations)
Inputs: name (required).
delete_relationC
Delete a specific relation between entities
Inputs: source (required), target (required), type (required).
read_graphC
Get recent entities and their relations
Inputs: includeEmbeddings.
search_nodesC
Search for entities and their relations using text or vector similarity
Inputs: query (required), includeEmbeddings.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 6 tools
Each tool has a clearly distinct purpose: create_entities and create_relations handle creation of different object types, delete_entity and delete_relation handle deletion of different object types, read_graph retrieves recent data, and search_nodes performs searches. No ambiguity exists between these operations.
All tools follow a consistent verb_noun pattern with snake_case naming: create_entities, create_relations, delete_entity, delete_relation, read_graph, and search_nodes. The naming is perfectly predictable and uniform throughout the set.
With 6 tools, this server is well-scoped for a memory/graph database system. Each tool earns its place by covering essential CRUD operations (create, delete, read/search) for both entities and relations, without being overly complex or insufficient.
The tool set provides strong coverage for core graph operations: creation and deletion of entities/relations, reading recent data, and searching. A minor gap exists in update operations (e.g., update_entity or update_relation), but agents can work around this by deleting and recreating as needed.
Related MCP Connectors
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Persistent memory for AI agents to retain, retrieve, and recall conversation context through MCP.
Persistent memory for AI agents across Claude, ChatGPT and any MCP client.
Persistent memory, knowledge graph, task management and more for AI agents via MCP.
Related MCP Servers
- AlicenseBqualityDmaintenanceA high-performance MCP server utilizing libSQL for persistent memory and vector search capabilities, enabling efficient entity management and semantic knowledge storage.6103 npm87MIT
- AlicenseNot gradedqualityDmaintenance🧠 High-performance persistent memory system for Model Context Protocol (MCP) powered by libSQL. Features vector search, semantic knowledge storage, and efficient relationship management - perfect for AI agents and knowledge graph applications.7MIT
- AlicenseNot gradedqualityDmaintenanceA knowledge-graph-based persistent memory server for the Model Context Protocol, storing entities, observations, and relations in SQLite with semantic vector search and temporal versioning.34 npmMIT
- AlicenseNot gradedqualityDmaintenancePersistent memory for AI agents over the Model Context Protocol (MCP).MIT